सामग्री पर जाएं
Chandler Nguyen
AI4 मिनट पढ़ने का समय

Machine Learning और AI पर Andrew Ng के 7 कोर्सेज़ की मेरी यात्रा

मैंने कुछ ही महीनों में Andrew Ng के 7 कोर्स पूरे किए—ML की बुनियाद से लेकर GenAI ऐप्स बनाने तक। यहाँ अपना पहला LLM एप्लिकेशन शिप करने का मेरा रोडमैप है।

यह पोस्ट 2023 के हालात दर्शाती है। इस विषय पर ताज़ा जानकारी के लिए देखें Andrew Ng के 7 courses पूरे किए दो साल हो गए: अगर आज शुरू करता, तो 2026 में मैं यह रास्ता लेता.

machine learning और AI की दुनिया में गहरी रुचि रखने वाले व्यक्ति के रूप में, मैं खुद को Andrew Ng · Affiliate लिंक: Chandler को कमीशन मिल सकता है। की शिक्षाओं की ओर खिंचा पाता हूँ। पिछले कुछ महीनों में, मैंने उनके सात कोर्स पूरे किए हैं, और हर कोर्स ने machine learning और AI के बदलते परिदृश्य के बारे में अनूठी जानकारी दी। इन कोर्सेज़ पर मेरी राय और इन्होंने मेरी समझ को कैसे गढ़ा, यह यहाँ है:

1. Machine Learning Specialization - एक मजबूत नींव

यह शुरुआती-अनुकूल 3-कोर्स specialization machine learning की अवधारणाओं और अनुप्रयोगों में एक ठोस नींव प्रदान करता है। कोर्सेज़ supervised learning algorithms जैसे regression और classification से शुरू होकर unsupervised learning और reinforcement learning जैसी उन्नत तकनीकों तक जाते हैं। मुझे Python में hands-on कोडिंग अभ्यास पसंद आए और सीमित प्रोग्रामिंग अनुभव के साथ भी यह सुलभ लगा। मुझे लगता है कि यह machine learning के सबसे अच्छे परिचयात्मक कोर्सेज़ में से एक है।

2. Generative AI for Everyone - हाइप को समझना

गैर-तकनीकी दर्शकों के लिए बनाया गया, यह कोर्स generative AI को समझाता है, इसके अनुप्रयोगों और सीमाओं को स्पष्ट करता है। सामग्री अच्छी तरह से व्यवस्थित है, फायदे और नुकसान को संतुलित करती है और आम मिथकों को दूर करती है। अवधारणा से लॉन्च तक generative AI को समझने के लिए यह एक बढ़िया कोर्स है, जिसमें प्रभावी prompts बनाना भी शामिल है।

3. Neural Networks and Deep Learning - महत्वपूर्ण मॉडलों को समझना

यह कोर्स deep learning में थोड़ा गहराई में जाता है, इसे supervised learning पर कैसे लागू किया जाता है, मॉडलों की प्रमुख श्रेणियाँ (CNNs, RNNs, आदि), और कब इनका उपयोग करना चाहिए। "Machine learning specialization" के बाद यह कोर्स लेने पर कुछ सामग्री दोहराव जैसी लग सकती है। बेझिझक उन्हें छोड़ दें।

4. जब आप अपना पहला Gen AI एप्लिकेशन बनाने के लिए तैयार महसूस करें

जब आपको लगे कि आप अपना पहला एप्लिकेशन बनाना शुरू करने के लिए तैयार हैं, खासकर एक Gen AI एप्लिकेशन, तो इन कोर्सेज़ से शुरू करें: "ChatGPT Prompt Engineering for Developers", "Building system with chatGPT API"।

ये कोर्सेज़ आपका बहुत समय बचाएंगे क्योंकि ये आपको उन सबसे महत्वपूर्ण कदमों का अवलोकन देंगे जिनके बारे में आपको अपने एप्लिकेशन बनाते समय सोचना चाहिए। बेशक, इनमें सैंपल कोड भी है इसलिए ये बहुत व्यावहारिक हैं।

ChatGPT Prompt Engineering for Developers

यह कोर्स शुरुआती और उन्नत दोनों शिक्षार्थियों के लिए वरदान है। इसे Andrew और OpenAI की Isa Fulford पढ़ाते हैं। यह prompt engineering की बारीकियों और Large Language Models (LLMs) के उपयोग पर केंद्रित है। कोर्स LLMs की मूल अवधारणाओं को शानदार ढंग से समझाता है और prompt engineering के लिए सर्वोत्तम प्रथाओं पर व्यावहारिक अंतर्दृष्टि प्रदान करता है। यह विभिन्न अनुप्रयोगों में LLM APIs की शक्ति को समझने और उपयोग करने वालों के लिए विशेष रूप से मूल्यवान है। उदाहरण के लिए, GPT से अपना जवाब JSON format में देने के लिए कैसे कहें ताकि आप बाद में इसे अपने एप्लिकेशन में उपयोग कर सकें।

Building Systems with the ChatGPT API

Prompt Engineering कोर्स का अगला हिस्सा, यह छोटा कोर्स LLMs में शुरुआती लोगों के लिए बिल्कुल सही है। यह hands-on उदाहरण प्रदान करता है और large language models का उपयोग करके कुशलतापूर्वक multi-step systems बनाना सिखाता है। prompt engineering और large language model अनुप्रयोगों में रुचि रखने वालों के लिए यह कोर्स एक उत्कृष्ट प्राइमर है। मैं वास्तविक कोड उदाहरणों के साथ नीचे दिए गए मार्गदर्शन की सराहना करता हूँ:

  • "Moderation API" का उपयोग कैसे करें user input को validate करने और prompt injection से बचने के लिए
  • Chain of thought reasoning
  • Chaining prompts
  • Output evaluations

5. और गहराई में जाने के लिए तैयार हैं?

इन कोर्सेज़ के बाद, अगर आप Gen AI एप्लिकेशन निर्माण में और गहराई में जाना चाहते हैं, तो "Functions, Tools, and Agents with LangChain" और "Vector Databases: from Embeddings to Applications" दो कोर्सेज़ बिल्कुल सही हैं।

यह समझना कि vector database क्या है, यह कैसे काम करता है, और यह एक multi-modal generative AI एप्लिकेशन बनाने में कैसे मदद कर सकता है — बहुत ही शानदार है।

जैसे-जैसे मैं machine learning में अपनी यात्रा आगे बढ़ा रहा हूँ, मैं Andrew के कोर्सेज़ में शामिल विषयों की व्यापकता के लिए आभारी हूँ। इन्होंने मुझे एक सर्वांगीण नज़रिया और AI सिस्टम बनाने, लागू करने और ज़िम्मेदारी से बड़े पैमाने पर ले जाने के व्यावहारिक कौशल दिए हैं। मैं आगे के वास्तविक प्रोजेक्ट्स में इन सीखों का उपयोग करने की उम्मीद करता हूँ।

6. अपडेट (नवंबर 2025): इसे व्यवहार में लाना

याद है जब मैंने कहा था कि मैं "इन सीखों को वास्तविक प्रोजेक्ट्स में उपयोग करने" की उम्मीद कर रहा था? तो, मैंने वास्तव में यह किया।

इन कोर्सेज़ को पूरा करने के बाद, मैंने 75 दिन STRAŦUM बनाने में बिताए — एक 9-agent AI marketing platform जिसमें वही लागू किया गया जो Andrew ने सिखाया: LLM prompt engineering, function calling, chain-of-thought reasoning, और multi-agent systems।

इस platform में 11 strategic frameworks (SWOT, Porter's Five Forces, Blue Ocean Strategy, आदि) और progressive learning का उपयोग किया गया — जिसका मतलब है कि AI agents को इस तरह डिज़ाइन किया गया था कि वे आपके business के बारे में हर बातचीत के साथ और समझदार होते जाएँ। इसे छोटे व्यवसायों और marketing एजेंसियों के लिए डिज़ाइन किया गया था जिन्हें strategic intelligence चाहिए, सिर्फ execution नहीं।

क्या यह परफेक्ट है? बिल्कुल नहीं (मैं अभी भी सीख रहा हूँ!)। लेकिन यह काम करता था, और सीधे Andrew के कोर्सेज़ से सीखी गई चीजों को लागू करने से बना। कभी-कभी सीखने का सबसे अच्छा तरीका कुछ असली बनाना होता है।

अगर आप जानना चाहते हैं कि ये AI अवधारणाएँ वास्तविक उत्पादों में कैसे बदलती हैं, तो आप launch story पढ़ सकते हैं। STRAŦUM अब बंद हो चुका है — इसका पहला version MIT licence के तहत open source reference implementation है।

अभी भी कोडिंग कर रहा हूँ, अभी भी सीख रहा हूँ, अभी भी Andrew की शिक्षाओं को वास्तविक समस्याओं पर लागू कर रहा हूँ।

Chandler